公开(公告)号：CN116681067A

公开(公告)日：2023-09-01

申请号：CN202310629799.X

申请日：2023-05-31

Applicant: 哈尔滨工业大学

Inventor： 曹海龙 ,  赵铁军 ,  徐冰 ,  朱聪慧 ,  杨沐昀 ,  苗华林

IPC: G06F40/289 ,  G06F40/30 ,  G06F40/242 ,  G06N3/088

Abstract: 一种基于大模型的跨语言知识获取方法，它涉及一种跨语言知识获取方法。本发明为了解决现有词典抽取方法在遇到非组成性短语时，通过以往的词典难以表达出短语的正确语义，甚至造成严重误导作用，而针对组成性短语而言，词典的简单组合也往往表示的短语语义不够精确的问题。本发明的步骤为：预处理源语言和目标语言的单语语料，同时从中抽取出候选短语，并构建短语用于评价短语对齐的测试集；将单语语料和候选短语作为训练数据，通过所设计的短语向量训练方法进行静态短语向量的训练；将静态短语向量通过跨语言映射方法；将单语语料和候选短语作为训练数据；将静态短语向量和步骤四的动态短语向量。本发明属于自然语言处理技术领域。